【摘要】：化妝品作為當今社會女性青睞的美容產(chǎn)品,其產(chǎn)品信息對于消費者來說尤為重要�；瘖y品標簽作為產(chǎn)品的標識方式是衡量產(chǎn)品質(zhì)量的一種重要指標,標簽上面描述了化妝品的組成成分、生產(chǎn)日期、顏色、品牌等為消費者所關(guān)注的信息,因此化妝品標簽的質(zhì)量問題也越來越受到人們的關(guān)注。然而,標簽在生產(chǎn)過程中,由于受到生產(chǎn)工藝及生產(chǎn)環(huán)境等因素的影響,生產(chǎn)出來的標簽經(jīng)常會出現(xiàn)很多質(zhì)量問題,如不干膠標貼漏貼、偏移、傾斜、疊加,生產(chǎn)日期字符漏噴、偏移、傾斜、多噴,日期噴印錯誤等缺陷,因此標簽缺陷檢測環(huán)節(jié)至關(guān)重要。隨著計算機技術(shù)和數(shù)字圖像處理技術(shù)的發(fā)展,基于機器視覺的自動化技術(shù)逐漸代替人工進行作業(yè),同時鑒于化妝品紙質(zhì)標簽人工檢測現(xiàn)狀以及化妝品標簽生產(chǎn)廠家的實際需求,研發(fā)一套化妝品紙質(zhì)標簽缺陷自動檢測系統(tǒng),并提出了解決本課題關(guān)鍵問題的相關(guān)技術(shù),具體內(nèi)容如下:圖像預處理算法設計:主要包括圖像的降噪處理、傾斜校正及標簽本體圖像的提取。通過分析研究,本文提出一種改進的均值濾波與沖擊濾波相結(jié)合的標簽濾波增強方法;使用霍夫變換及仿射變換完成對傾斜的標簽本體圖像進行校正;最后介紹了標簽本體圖像分割提取,在對不同分割方法介紹的同時,并選用自適應OTSU閾值分割作為標簽本體圖像的提取方法。標簽圖像位置缺陷檢測算法設計:首先,對于不干膠標貼位置檢測,分析標簽圖像表面信息可知,不干膠標貼粘貼位置相對于標簽本體圖像有固定不變的位置,并且不干膠標貼相對于標簽圖像表面其它細節(jié)其灰度值較低,閾值分割后可以獲得最大的連通域。以此特征本文提出一種基于圖像矩的不干膠標貼位置缺陷檢測算法;其次,對于日期字符噴印位置缺陷檢測,分析可知標簽日期有固定的字符“EXP”并且日期字符噴印位置具有不確定性,本文提出一種基于輪廓特征匹配的日期字符位置檢測算法;最后,經(jīng)過大量實驗,結(jié)果表明,本文提出的位置缺陷檢測算法可以穩(wěn)定高效的檢測出不干膠標貼漏貼、疊加、傾斜、偏移以及日期字符漏噴、傾斜、偏移等位置缺陷,檢測率為94.2%。日期字符識別算法設計:為確保標簽生產(chǎn)日期的準確性,防止大批量的原材浪費,本文提出一種多字符特征組合方法訓練神經(jīng)網(wǎng)絡完成日期字符的識別。首先對傾斜校正后的字符進行閉運算處理,使得點陣字符中游離的點連成線;接著采用垂直投影和水平投影相結(jié)合的方法對日期字符進行分割;然后對分割后歸一化的字符提取網(wǎng)格特征、投影特征、字符占空比特征訓練神經(jīng)網(wǎng)絡;最后使用BP神經(jīng)網(wǎng)絡對日期字符進行識別并對識別出的字符加以校驗和比對。經(jīng)過大量實驗及文獻對比,用此方法訓練的BP神經(jīng)網(wǎng)絡可以高效的識別出日期點陣字符,識別率為95.1%。缺陷檢測系統(tǒng)軟件設計:本缺陷檢測系統(tǒng)軟件使用Sapera LT相機軟件庫和Halcon12.0圖像處理庫,基于Visual Studio 2010的開發(fā)平臺,使用MFC(Microsoft Foundation Classes)對整個軟件系統(tǒng)框架進行搭建,采用模塊化設計方法開發(fā)了一套可靠穩(wěn)定的化妝品紙質(zhì)標簽缺陷檢測系統(tǒng)。
【學位授予單位】：浙江理工大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP391.41;TQ658
【圖文】：

江理工大學碩士學位論文 基于機器視覺的化妝品紙質(zhì)標簽缺陷檢測系統(tǒng)研為放置因素、以及控制粘貼和噴印的傳感器感應失靈的影響，會出現(xiàn)不干膠標貼漏貼移、傾斜、疊加，生產(chǎn)日期字符漏噴、偏移、傾斜、多噴等位置姿態(tài)缺陷�；瘖y品標合格樣本及存在主要缺陷的樣本的示例圖像如圖 1.1 所示。

本及存在主要缺陷的樣本的示例圖像如圖 1.1 所示。)合格樣本 (b)標貼傾斜 (c)標貼漏貼 (d)標貼疊加 (e)日期疊加 (f)日期漏圖 1.1 合格樣本與缺陷樣本）日期點陣字符識別實際生產(chǎn)中，當操作員將日期噴印裝置設置錯誤時，會出現(xiàn)生產(chǎn)日期噴印產(chǎn)日期的準確性，防止大批量標簽浪費現(xiàn)象，本文除了檢測位置姿態(tài)缺進行識別。標簽噴印的日期字符如圖 1.2 所示：

7圖 2.1 系統(tǒng)運行框圖紙質(zhì)原材卡片由人工手動放置在傳送帶上，經(jīng)過不干到達視覺檢測設備。經(jīng)過色標傳感器時，在保證標簽經(jīng)過相機視野正下方取標簽圖像。理系統(tǒng)對采集的標簽圖像進行分析，判斷不干膠標貼剔除不合格標簽。驟（3）合格則繼續(xù)對日期點陣字符進行識別，判斷字則剔除標簽。行上述（1）、（2）、（3）、（4）步驟對下一張標簽進行檢系統(tǒng)硬件設計測系統(tǒng)的硬件部分包括標簽缺陷檢測機臺機械架構(gòu)設計

【相似文獻】

相關(guān)期刊論文 前10條

1 張昱;張健;;模糊專家系統(tǒng)在TFT-LCD缺陷檢測中的應用[J];光電子·激光;2006年06期

2 吳明復;纖維增強復合材料的應用及其缺陷檢測[J];航天工藝;1988年01期

3 張興森;邊美華;梁慶國;盧展強;;基于渦流檢測的電力線夾缺陷檢測與分類方法[J];中國科技論文;2017年04期

4 張國強;張曉;隋文濤;;基于敲擊信號的剎車片內(nèi)部缺陷檢測[J];組合機床與自動化加工技術(shù);2017年10期

5 包正林;;有關(guān)閥門缺陷檢測方法的分析[J];科技創(chuàng)業(yè)家;2013年22期

6 黃艷紅;高曉蓉;杜路泉;;光纖光柵傳感器在橋梁缺陷檢測和結(jié)構(gòu)健康監(jiān)測中的應用[J];鐵道技術(shù)監(jiān)督;2007年11期

7 馬少林;用于全壽命風險管理的缺陷檢測和預防技術(shù)研究[J];航空兵器;2005年02期

8 蘇若;吳際;劉超;楊海燕;;基于多視角卡牌模型的需求缺陷檢測[J];計算機科學;2018年10期

9 顧杰;肖遼;馬軍山;;機器視覺在TFT-LCD暗畫面缺陷檢測中的應用[J];光學儀器;2017年03期

10 李羽可;涂君;宋小春;;超聲相控陣缺陷檢測聚焦技術(shù)仿真分析[J];測控技術(shù);2016年07期

相關(guān)會議論文 前10條

1 趙漣漪;許寶杰;童亮;;在線玻璃缺陷檢測系統(tǒng)的研究[A];機械動力學理論及其應用[C];2011年

2 王彩霞;何文華;楊威;;基于圖像分割的包裝缺陷檢測分析[A];2012年陜西省焊接學術(shù)交流會論文集[C];2012年

3 趙鴻雁;李超;江玉杰;葛亞萍;侯沛東;;圖像增強算法在印刷缺陷檢測中的應用研究[A];2015第四屆中國印刷與包裝學術(shù)會議論文摘要集[C];2015年

4 唐輝;萬來毅;吳曉鵬;;鑄坯表面質(zhì)量缺陷檢測系統(tǒng)的算法研究[A];全國冶金自動化信息網(wǎng)2011年年會論文集[C];2011年

5 于景蘭;于健;翁昌年;;探地雷達在橋梁缺陷檢測中的應用初探[A];中國地球物理第二十一屆年會論文集[C];2005年

6 裴翠祥;陳振茂;劉皓晨;邱金星;;激光誘發(fā)熱波及超聲波在材料表面和內(nèi)部缺陷檢測中的應用研究[A];中國力學大會-2015論文摘要集[C];2015年

7 蔡茂蓉;;PCB缺陷檢測系統(tǒng)的研究與實現(xiàn)[A];第三屆全國軟件測試會議與移動計算、柵格、智能化高級論壇論文集[C];2009年

8 朱爾玉;張文輝;劉福勝;楊威;;混凝土灌注樁缺陷檢測及施工質(zhì)量評估[A];工程安全及耐久性——中國土木工程學會第九屆年會論文集[C];2000年

9 胡達明;;紅外熱像儀在建筑節(jié)能工程質(zhì)量缺陷檢測中的應用研究[A];2009年福建省暖通空調(diào)制冷學術(shù)年會論文資料集[C];2009年

10 陳燕;;Espresso表面質(zhì)量缺陷檢測系統(tǒng)在梅鋼的應用[A];全國冶金自動化信息網(wǎng)2009年會論文集[C];2009年

相關(guān)重要報紙文章 前6條

1 ;圓棒表面微小缺陷檢測技術(shù)[N];世界金屬導報;2017年

2 ;智能化：傳統(tǒng)企業(yè)要行動[N];第一財經(jīng)日報;2017年

3 本報記者 宋利彩;加快新技術(shù)在出生缺陷檢測中的轉(zhuǎn)化[N];中國婦女報;2014年

4 記者 胡擁軍　通訊員 朱其康 張根華;管道缺陷檢測不再“脫外衣”[N];中國石化報;2010年

5 薛守仁;防范基因歧視[N];科技日報;2001年

6 本報記者 滕繼濮;油氣命脈里的“機器醫(yī)生”[N];科技日報;2013年

相關(guān)博士學位論文 前10條

1 艾矯燕;基于計算機視覺的墻地磚顏色分類和缺陷檢測研究[D];華南理工大學;2003年

2 張昱;基于機器視覺的TFT-LCD屏mura缺陷檢測技術(shù)研究[D];哈爾濱工業(yè)大學;2006年

3 彭艷華;基于激光散斑的輪胎制造內(nèi)部缺陷檢測與疲勞壽命預估[D];華南理工大學;2017年

4 陸向?qū)?基于主動紅外熱成像的倒裝焊缺陷檢測方法研究[D];華中科技大學;2012年

5 陳志彥;并行譜域光學相干層析成像系統(tǒng)的研制與應用研究[D];浙江大學;2017年

6 陸寧;基于主動紅外熱成像的倒裝焊缺陷檢測方法研究[D];華中科技大學;2012年

7 趙云山;基于符號分析的靜態(tài)缺陷檢測技術(shù)研究[D];北京郵電大學;2012年

8 何健鵬;面向鋼板缺陷檢測的電磁超聲蘭姆波換能器研究[D];北京科技大學;2018年

9 崔克彬;基于圖像的絕緣子缺陷檢測中若干關(guān)鍵技術(shù)研究[D];華北電力大學(北京);2016年

10 康維新;基于小波和支持向量機的樁基缺陷檢測技術(shù)研究[D];哈爾濱工業(yè)大學;2010年

相關(guān)碩士學位論文 前10條

1 劉鵬;基于機器視覺的化妝品紙質(zhì)標簽缺陷檢測系統(tǒng)研發(fā)[D];浙江理工大學;2019年

2 胡佛;基于面陣CCD的玻璃缺陷檢測分析系統(tǒng)研究[D];東北大學;2017年

3 劉學兵;機器視覺口服液瓶外觀的缺陷檢測方法研究[D];湖南大學;2018年

4 高雅;紙杯缺陷快速檢測技術(shù)研究[D];曲阜師范大學;2018年

5 常海濤;基于Faster R-CNN的工業(yè)CT圖像缺陷檢測研究[D];蘭州交通大學;2018年

6 朱洪飛;酒瓶印刷缺陷檢測系統(tǒng)設計[D];湖南大學;2018年

7 劉根;基于光度立體視覺和圖像顯著性的皮革缺陷檢測[D];廣東工業(yè)大學;2018年

8 陳耀東;基于機器視覺的移印品缺陷檢測技術(shù)的研究[D];哈爾濱工業(yè)大學;2018年

9 韓陽;航天密封圈視覺成像及缺陷檢測技術(shù)研究[D];南京理工大學;2018年

10 賈夢思;基于機器視覺的輪胎缺陷檢測方法研究[D];沈陽工業(yè)大學;2018年

本文編號：2757224